薛定谔桥 Mamba 用于一阶语音增强
声音
2026-03-06 v2 人工智能
机器学习
音频与语音处理
摘要
我们提出了薛定谔桥 Mamba (SBM)，一种集成薛定谔桥 (SB) 训练范式和 Mamba 架构的新型语音增强模型。针对联合去噪和去混响任务进行实验，表明 SBM 在多个指标上优于强大的生成式和判别式方法，仅需一步推理即可实现，而且在流式可行性方面实现了具竞争力的实时因子。消融研究揭示，SB 范式在各种架构上始终优于传统映射方法。此外，Mamba 在 SB 范式下相较于多头自注意力 (MHSA) 和长短期记忆网络 (LSTM) 背板表现更佳。这些发现凸显了 Mamba 架构与 SB 轨迹化训练之间的协同作用，为实际的语音增强提供了高质量解决方案。演示页面：https://sbmse.github.io
引用
@article{arxiv.2510.16834,
title = {Schr\"odinger Bridge Mamba for One-Step Speech Enhancement},
author = {Jing Yang and Sirui Wang and Chao Wu and Lei Guo and Fan Fan},
journal= {arXiv preprint arXiv:2510.16834},
year = {2026}
}
备注
Revised version. Submitted to Interspeech 2026